8月7日，北京大学数学科学学院2007级本科校友、宾夕法尼亚大学沃顿商学院统计与数据科学系教授苏炜杰获颁2026年度考普斯奖。
该奖项是统计学领域国际最高奖项之一，被称为“统计学界的诺贝尔奖”。
这说明北京大学数学学院2007级真是群星荟萃了。王虹、邓煜在7月23日刚获得数学领域的最高奖菲尔兹奖。
同样作为2007级校友的苏炜杰又获得了考普斯奖，该奖项被称为统计学界的最高奖。
除了王虹、邓煜、苏炜杰之外，2007级校友唐云清获得了2026年度的科学突破奖，还有刘宇晨获得2022年度斯隆研究奖。
无论是王虹、邓煜，还是苏炜杰、唐云清以及刘宇晨，他们都有一个共同点，他们的博士都不是国内读的。
王虹是麻省理工学院的博士，邓煜和刘宇晨是普林斯顿大学博士，唐云清是哈佛大学博士，苏炜杰是斯坦福大学博士。
此外，这些人的工作单位都是在海外的名校，而不是在国内。
这次获奖的苏炜杰是宾夕法尼亚大学沃顿商学院统计与数据科学系终身教授。
按照颁奖词，苏炜杰的学术成就主要体现在在生成式人工智能统计基础、隐私保护数据分析、机器学习同行评审、凸优化、深度学习理论及高维推断等方面。
例如生成式人工智能统计基础，这项研究工作的意义相当于为生成式AI打补丁，苏炜杰团队从假设检验出发，建立大模型水印检测的统计理论，同时给出偏好对齐的无偏正则方案，不再只靠工程试错调参，而是用统计工具定量刻画模型行为，回答 “模型输出到底可不可信” 这一根本问题。
又如机器学习同行评审方面的工作，就是为了解决AI 顶会同行评审存在打分偏差、评审人认知局限、主观偏见干扰结果的问题。
苏炜杰团队把统计、博弈论引入评审制度，设计依靠作者自评排序校准评审打分的新机制，这套方案已经在 ICML 落地使用。
当然除了，以上两个方面的科研成果之外，苏炜杰教授还在差分隐私方向的重大突破，并且实现大规模落地。
他提出的高斯差分隐私框架，解决隐私保护与数据可用性之间的矛盾，这套方法不是停留在论文纸上，已经实际应用于 2020 年美国全国人口普查，在保护公民个体信息前提下，保障宏观统计结果可靠，这是隐私统计领域少有的大规模国家级实践案例。
现在各行各业都在谈数据安全，不少方案是简单粗暴删数据，牺牲数据价值；统计学提供的是在保护隐私的同时用好数据的可行路径。
总之，苏炜杰的获得2026年度考普斯奖，再次印证了北京大学2007级是北京大学数学的黄金一代，牛人辈出。
但有一点不得不让人反思，他们的博士学位都不是国内取得了，工作单位也不在国内。如果他们留在国内读博，工作，还能取得这些成就吗？
热门跟贴